X光機數(shù)字圖像增強器的關(guān)鍵技術(shù)研究

饒 謙，田 豐

(上海大學 影視藝術(shù)技術(shù)學院 影視工程系，上海200072)

傳統(tǒng)的X射線膠片照相技術(shù)工序復(fù)雜，照相費時且費力，需要大量的膠片，成本很高;膠片照相需要經(jīng)過拍片、洗片、評片，最后才能出具膠片的檢測報告;不能滿足實時成像、實時檢測與評估的要求;檢測出的大量膠片不便于存儲。因此，傳統(tǒng)的X射線膠片照相已經(jīng)逐漸落后于工業(yè)射線檢測的發(fā)展進程。而基于圖像增強器的X射線成像技術(shù)已普遍使用，它能直觀、快速地對物體進行實時檢測，較傳統(tǒng)膠片成像有其優(yōu)勢［1］。

引入圖像增強器技術(shù)后，降低了受照劑量，圖像質(zhì)量也得到了改善。但它在將X光輻射轉(zhuǎn)換成可見光圖像的過程中會帶來一系列問題，如引入了大量的噪聲，造成了圖像質(zhì)量差、信噪比低以及瑕疵點等問題，使不經(jīng)過處理的視頻圖像無法應(yīng)用到實際中去［2］。

本文以研制X光數(shù)字圖像增強器為目標，構(gòu)建影像處理系統(tǒng)的軟硬件平臺，研究影響成像質(zhì)量的關(guān)鍵因素，提出改善影像質(zhì)量的方法。針對現(xiàn)有的預(yù)設(shè)定降噪方法，提出了一種基于動態(tài)檢測的動態(tài)降噪算法，改善了在運動環(huán)境下的降噪質(zhì)量，并且針對瑕疵點存在的問題，提出了一種針對瑕疵點的檢測與校正算法，滿足了用戶的需求。

1 系統(tǒng)的硬件設(shè)計

1.1 系統(tǒng)的總體設(shè)計

如圖1所示，視頻通過CCD攝像頭以PAL制式輸入到解碼芯片中，在視頻芯片中進行A/D轉(zhuǎn)換，變成符合ITU-BT.656標準的數(shù)字視頻信號，再將其輸入到DSP處理器中。

圖1 系統(tǒng)的總體設(shè)計

在DSP處理器中:工作狀態(tài)下循環(huán)等待ARM子系統(tǒng)的命令，將接收到的數(shù)字視頻信號根據(jù)對應(yīng)命令完成對視頻圖像的相應(yīng)算法，同時不斷將每一幀圖像的平均亮度值反饋給ARM子系統(tǒng);在圖片保存狀態(tài)中，將保存在SDRAM中的圖像數(shù)據(jù)回送給ARM子系統(tǒng)。在ARM子系統(tǒng)中:當處于工作狀態(tài)時，循環(huán)等待鍵盤指令，在驗證指令的合法性之后，通過串口將對應(yīng)命令發(fā)送給DSP處理器，同時不斷接收DSP發(fā)送過來的每一幀圖像的平均亮度值，再經(jīng)過D/A和運算放大器轉(zhuǎn)換到0～12 V的模擬信號，為X光機射線的反饋控制提供一個接口;當處于圖片保存狀態(tài)時，ARM子系統(tǒng)將接收到的圖片通過SPI總線，依次保存到SD卡中。在完成指定視頻圖像處理算法后，DSP通過其內(nèi)置的視頻編碼器(VENC)將數(shù)字視頻信號編碼為PAL制式模擬信號輸出到監(jiān)視器上。

1.2 視頻編碼/解碼模塊的設(shè)計

輸入視頻的解碼芯片采用的是PHILIPS公司的SAA7113，該芯片是一種I2C總線控制的視頻處理芯片，能夠方便地進行信號采樣和色彩空間轉(zhuǎn)換，可將輸入的標準視頻信號轉(zhuǎn)換為數(shù)字視頻信號［3］。輸出視頻的編碼芯片采用的是ADI公司的ADV7160［4］，這是一款高度集成的芯片，既包含精密的模擬電路，又包含高速的數(shù)字電路，通過精心設(shè)計，能確保數(shù)字電路對整個模擬電路的干擾減少到最小，它通過I2C總線進行控制，將數(shù)字形式的ITU-R BT601/656數(shù)字視頻數(shù)據(jù)轉(zhuǎn)換成標注的模擬基帶電視信號，兼容PAL，NTSC等格式的輸出。

1.3 DSP圖像處理模塊

考慮到整個系統(tǒng)要實現(xiàn)功能的多樣性與實時性，整個圖像處理算法的核心硬件DSP芯片的型號，選用了TI公司的TMS320DM6437。作為TI公司C64x+系列的一款芯片，其主頻達400～700 MHz，同時其峰值運算速率更是高達3 200～5 600 MInstruction/s(兆指令/秒)［6-7］。相對于TI公司的C64x系列DSP，在保持指令兼容性的同時，TMS320DM6437有著自己獨特的擴展指令集，同時擁有更大的cache配置容量和更為靈活的cache配置方式，這樣能夠充分地保障視頻系統(tǒng)的實時性［3，5］。

1.4 ARM控制子系統(tǒng)

ARM控制子系統(tǒng)的主控芯片，選擇性價比較高的STM32F101VB芯片。該芯片采用了基于專為要求高性能、低成本、低功耗的嵌入式應(yīng)用專門設(shè)計的ARM Cortex-M3內(nèi)核，其內(nèi)核性能要優(yōu)于等價位的ARM7TDMI。

ARM控制子系統(tǒng)主要實現(xiàn)的功能有:檢測外圍按鍵/撥碼開關(guān)輸入，解析完成后將對應(yīng)的命令通過串口發(fā)送給DSP處理器;接收DSP傳遞過來的視頻圖像的當前平均亮度信號，通過D/A轉(zhuǎn)換到0～12 V模擬輸出，用于自動增益控制(AGC);接收DSP從串口傳遞過來的已存儲圖片，將其存入SD卡中。

ARM控制器雖然自帶DAC轉(zhuǎn)換，但其輸出的模擬電壓值范圍是0～3.3 V。而系統(tǒng)所要求的能夠用于AGC控制的信號是0～12 V的模擬電壓輸出。所以必須要加上集成運算，將電壓值放大。為了保證放大出來電壓的穩(wěn)定性，采用了2級正向放大電路。

2 系統(tǒng)圖像處理的方法與實現(xiàn)

2.1 卷積濾波降噪算法

卷積濾波算法是一種相鄰域處理的方法，具體運算方法是將鄰域內(nèi)各個像素與對應(yīng)的系數(shù)相乘，然后累加出響應(yīng)。

卷積濾波的方法能實現(xiàn)降噪的功能，但效果提升有限，且由于其算法的固有原因，會導致處理后的圖像分辨力有所下降。

2.2 多幀平均降噪算法

在X射線圖像處理中，消除隨機噪聲最常用、也是最有效的方法是多幀平均法［8］。

當幾幀圖像累加平均后，由于物體的無噪聲源圖像是作重復(fù)線性累加，對應(yīng)的隨機噪聲卻是作2次項累加，因此，當N幀圖像進行累加后，無噪聲源圖像部分放大了N倍，而隨機噪聲放大了倍，對應(yīng)的信噪比SNR就提高了倍。

經(jīng)過平均幀算法處理后，圖像的質(zhì)量有了明顯的改善。由實驗結(jié)果圖2a、圖2b、圖2d可以看出隨著平均幀數(shù)的逐步增加，圖像去噪效果越好、圖像越清晰。但上述的分析都是以假設(shè)被測物體未發(fā)生劇烈運動為前提的。而當物體運動時，采用此種算法將會使視頻圖像產(chǎn)生拖影與模糊，累加幀數(shù)越多，此種現(xiàn)象也會越嚴重。隨著累加的幀數(shù)增多，需要占用的存儲空間會更多，算法的時間運算復(fù)雜度也會增強。因此這對于算法在嵌入式系統(tǒng)中實現(xiàn)的硬件成本也會大大提高。

圖2 平均幀算法與鄰幀比較降噪算法

2.3 鄰幀比較降噪算法

由于X光成像系統(tǒng)噪聲主要表現(xiàn)特征為圖像上顆粒性的時間和空間隨機亮點閃爍［9］。

現(xiàn)采用1鄰幀比較去噪算法進行實驗。算法主要可分兩步進行:1)將4鄰幀分成2組，兩兩取小，這樣就可以消除離子噪聲的蠕動，但同時，暗噪聲也會積累變大;2)將上一步處理完的剩余2幀，取大處理，這樣暗噪聲也會得到有效抑制。該算法的具體數(shù)學表達式為

式中:Fs(i，j，k)表示處理前第k幀數(shù)字圖像信號;Fd(i，j，k)表示處理后輸出的第k幀數(shù)字圖像信號。

實驗結(jié)果由圖2a、圖2c給出，從圖中可以看出鄰幀比較降噪算法能夠有效、有針對地去除系統(tǒng)中的噪聲，效果雖然要比16幀平均算法差，但由于采用的是1鄰幀比較降噪，因此輸出圖像只有相鄰4幀圖像產(chǎn)生關(guān)聯(lián)，使得在被觀測物體運動時，產(chǎn)生的拖影效果要優(yōu)于16幀平均圖像算法。

2.4 改進的動態(tài)降噪算法

前面提到，多幀平均降噪算法與鄰幀比較降噪算法是現(xiàn)如今常用且有效的兩種針對X光圖像的去噪算法。但是由于多幀平均降噪算法往往要累加較多的幀數(shù)，才能有較好的效果，因此它更適合于處理靜態(tài)視頻圖像。而鄰幀比較法在1鄰幀時對圖像效果的提升比較明顯，而隨著幀數(shù)的增加效果卻沒有平均幀算法降噪效果好。基于這一系列情況，做出了一種基于動態(tài)檢測技術(shù)智能降噪的算法。圖3給出了其算法的結(jié)構(gòu)框圖。

圖3 動態(tài)降噪算法框圖

首先，建立一個能夠存儲16幀圖像的先入先出緩存隊列(FIFO)，每當一幀圖像到來，將其入隊列。同時將當前圖像與上一幀圖像作絕對值差，得到的幀間差圖像的灰度總值再與當前圖像灰度總值作歸一化運算。

設(shè)定兩個歸一化閾值Y1，Y2(0＜Y1＜Y2＜1)。當結(jié)果位于［0，Y1］中時，認為圖像沒有發(fā)生運動，標記該幀圖像權(quán)重為1，當結(jié)果位于(Y1，Y2］時，認為圖像發(fā)生緩慢運動，標記該幀圖像權(quán)重為0.5，當結(jié)果大于Y2時，認為圖像發(fā)生劇烈運動標記該幀圖像為權(quán)重為0。

定義n值為從新到舊圖像中，第一個權(quán)重為0的圖像前的圖像個數(shù)。即滿足Kn+1=0或者n=16，表示第n+1張圖像發(fā)生了劇烈運動，或者緩存中16張圖像的存儲狀態(tài)都是靜止的或者是緩慢運動的。

當動態(tài)去噪開關(guān)打開時，依次從新到舊檢測FIFO中緩存圖像的權(quán)重，如果權(quán)重為1的圖像大于等于6張，則采用基于權(quán)重的多幀平均算法輸出當前圖像

式中:Id為輸出圖像幀;I1，I2，…，In(n≤16)為FIFO從新到舊中緩存圖像;K1，K2，…，Kn(n≤16)為權(quán)重值。如果權(quán)重為1的圖像小于6張，且n值大于等于4，則直接采用1鄰幀比較算法輸出圖像;如果權(quán)重為1的圖像小于6張，且n值小于4，判斷當前圖像中物體正處于劇烈運動狀態(tài)下，將源圖像進行3×3均值濾波輸出。

經(jīng)過多次實驗驗證，發(fā)現(xiàn)當Y1=0.15，Y2=0.38時，能夠有效地進行動態(tài)去噪而又不產(chǎn)生嚴重的拖影現(xiàn)象。

2.5 瑕疵點檢測與校正算法

在圖像增強器的生產(chǎn)過程中，由于其生氣工藝水平的限制，不可避免的會有灰塵、微小的固體顆粒等滲入其中，這些污染物會導致其產(chǎn)生的X光圖像在某一些區(qū)域的信息失真，呈現(xiàn)出比周圍要過亮(亮點)或過暗的點(暗點)，稱之為瑕疵點。

如果存在直徑超過0.5 mm的大型污染物或存在超過4個以上直徑在0.2～0.5 mm間的污染物，此圖像增強器已經(jīng)不符合國家標準，屬于殘次品，需要報廢，不能對其進行校正。相反，如果存在4個或4個以下直徑在0.2～0.5 mm間的污染物，此圖像增強器是符合國家安全標準的，可以對其采用算法進行校正。

經(jīng)過多次試驗證實，在正常情況下，X光的空屏圖像圓中心點最亮，然后向四周圓邊緣勻速變暗。當有瑕疵點出現(xiàn)時，它與周圍的像素間變化要相對劇烈。根據(jù)這一特點，可將瑕疵點檢測出來，并判斷其大小及個數(shù)，為后續(xù)是否對其進行校正做好前期工作。

研究過程中，根據(jù)這一特點，經(jīng)過多次實驗，設(shè)計出一種瑕疵點校正與檢測算法如下:

首先獲取一個空屏圖像，對其圓消影內(nèi)遍歷全部像素點，同時向內(nèi)存申請一幀圖像數(shù)組緩存，初始化為0，用于對瑕疵點像素坐標的標記。遍歷像素點時，對于單個像素而言將其與相鄰4個像素點作差，如果得到的差中存在絕對值大于閾值A(chǔ)，則將其對應(yīng)的坐標點記錄下來，并將申請的數(shù)組緩存對應(yīng)位置1。在生成的瑕疵點坐標圖像數(shù)組中，遍歷此數(shù)組，當檢測左右、上下相鄰為01或10時，將1對應(yīng)位置標記為2，此為上述算法的誤檢測，實際為包圍瑕疵點的正常像素點。在去除誤檢測后，對瑕疵點坐標圖像數(shù)組進行連通域檢測，當瑕疵點連通域內(nèi)標記為1的像素點大于20個時，認為其產(chǎn)生了過大瑕疵點，算法結(jié)束。

圖4給出了檢測算法示意圖。圖中的灰色區(qū)域為認定的瑕疵點區(qū)域，由圖可以看出，此算法最終能夠比較準確地將瑕疵點區(qū)別檢測出來，方便進行下一步的校正工作。

圖4 瑕疵點檢測算法示意圖(A=2)

當某個瑕疵點連通域內(nèi)標記為1的像素點小于5個時，將其都標記為3，認為其是無效的瑕疵點連通域;當且僅當某個瑕疵點連通域內(nèi)標記為1的像素點大于等于5且小于20時，為有效連通域。當連通域個數(shù)大于4個時，認為過多瑕疵點產(chǎn)生，算法結(jié)束。

當沒有產(chǎn)生過大瑕疵點和過多瑕疵點時，輸出記錄的瑕疵點坐標圖像數(shù)組。

瑕疵點檢測算法在開機之后只運行一次，如果存在需要校正的瑕疵點，圖像就要根據(jù)這個數(shù)組的內(nèi)容對瑕疵點進行校正。

首先，在獲取到有效的瑕疵點坐標圖像數(shù)組時，依次對每個標記為1的有效瑕疵點像素，檢測其上下左右，直到找到相鄰的標記為2的正常像素點，按照式(3)計算該點的估算值。

有了上述步驟后，當視頻圖像正常進入時，如果開啟了瑕疵點修復(fù)開關(guān)，則每次檢測瑕疵點坐標圖像數(shù)組，如其值標記為1，則該像素乘以對應(yīng)的校正系數(shù)后輸出。

圖5給出了本文所研究實現(xiàn)的X光機數(shù)字圖像增強器樣機。

圖5 X光機數(shù)字圖像增強器樣機

3 結(jié)論

為了實現(xiàn)開發(fā)具有自主知識產(chǎn)權(quán)的X光機數(shù)字圖像增強器，本文提出了一種基于自動檢測的動態(tài)降噪算法與瑕疵點校正算法，并在自行設(shè)計的X光機數(shù)字圖像增強器樣機上實現(xiàn)，修正了瑕疵點，提高了信噪比，滿足了用戶的需要。本文的工作也為真三維醫(yī)學影像的生成做了鋪墊。

［1］趙妮.基于X射線技術(shù)的電路設(shè)計［J］.核電子學與探測技術(shù)，2011，31(7):779-782.

［2］杜昆.基于DSP的X光機智能控制系統(tǒng)［D］.合肥:安徽理工大學，2009.

［3］NXP SAA7113H data sheet［EB/OL］.［2012-01-27］.http://www.nxp.com/documents/data_sheet/SAA7113H.pdf.

［4］Analog devices ADV7160 data sheet［EB/OL］.［2012-01-27］.http://www.analog.com/static/imported-files/data_sheets/ADV7160_7162.pdf.

［5］陶增，王鵬.基于TMS320C6000 DSP的嵌入式系統(tǒng)中引導方法的研究［J］.計算機與數(shù)字工程，2005，33(7):27-31.

［6］TMS320DM6437 digital media processor［EB/OL］.［2012-01-27］.http://www.ti.com/lit/ds/sprs345d/sprs345d.pdf.

［7］TMS320C64x to TMS320C64x+CPU Migration Guide［EB/OL］.［2012-01-27］.http://www.ti.com/lit/an/spraa84a/spraa84a.pdf.

［8］HOU Qing，LI Wei.An improved enhancement self-daptive algorithm for X-ray digital image based on wavelet decomposition［C］//Proc.2010 3rd International Congress on CISP.［S.l.］:IEEE Press，2010，3:1041-1044.

［9］KASAP S O，ROWLANDS J A.Direct-conversion flat-panel X-ray image sensors for digital radiography［J］.Proceedings of the IEEE，2002，90(4):591-604.